过去，人工智能行业的竞争焦点集中在“谁拥有最智能的模型”。模型参数、推理能力和基准测试排名几乎是所有 AI 公司发布会的核心内容。无论是 OpenAI、Anthropic，还是智谱、MiniMax、月之暗面，它们的宣传方式都高度相似，即模型越智能，公司价值越高，这是第一代大模型公司的普遍叙事。

然而，这种叙事正在发生转变。以 MiniMax M3 的发布为例，其亮点不再仅仅是模型的能力，而是 BrowserComp、SWE Bench、Terminal Bench、OSWorld 和 MCP Atlas 等新能力。这些能力的共同之处在于，它们不再关注模型“知道什么”，而是关注模型“能做什么”。

许多人将这一变化解读为 Agent 的兴起。但从更长远的角度看，M3 更值得关注的并非 Agent 本身，而是 MiniMax 对自身价值的重新定义。它开始尝试回答一个行业过去鲜少认真探讨的问题：一家 AI 公司真正提供的核心价值是什么？

第一代 AI 公司：出售的是智能

在过去的几年里，竞争逻辑非常简单：模型能力即产品，基准测试即价值。MMLU、GSM8K、HumanEval、LiveCodeBench 等测试不仅是技术检验，更是市场认可的价值衡量标准。如同 CPU 有 SPEC，GPU 有 MLPerf，数据库有 TPC 一样，成熟的产业都需要统一的标准来评估产品价值、指导采购决策并形成资本共识。因此，模型参数和排行榜位置成为衡量 AI 公司最直接的指标，模型本身就是商品。

MiniMax M3 发布时，一个容易被忽视的细节是，MiniMax 花费了大量篇幅介绍另一类能力。SWE Bench、BrowserComp、Terminal Bench、OSWorld、MCP 等基准测试，几乎不关心模型能否回答问题，而是关注模型能否修复真实 Bug、独立完成网页操作、调用开发环境、连接企业系统，以及完成一项完整的工作。这意味着，评价对象从“智能”转向了“任务完成度”。模型开始接受“岗位考核”，而非“知识考试”。这不仅是评测体系的改变，更是 MiniMax 向市场传递的一个信号：模型能力依然重要，但决定商业价值的将是工作能力。

MiniMax 转向强调工作的原因

过去，大模型的主要客户是开发者，他们购买的是模型的能力，关心的是模型的智能程度和解决复杂问题的能力。但企业客户不同，他们采购 AI 时，很少关注模型在排行榜上的名次，而是更关心 AI 能为业务带来多少实际效益，如节省多少人力、融入多少流程、提升多少效率。

因此，产品表达方式也随之改变。Browser 不再仅仅是浏览器能力，而是整合进办公流程；Coding 不再只是代码生成，而是深入研发流程；Terminal 不再局限于 Linux，而是进入开发环境；MCP 不再是简单的协议，而是连接企业现有的软件系统。将这些能力整合来看，MiniMax 展示的已不是单一模型，而是一套工作流能力。

从 Token 到 Workflow：价值单位的转变

许多人仍将 AI 公司视为 API 提供商，收入依赖于 Token 消耗，调用次数越多，收入越高，这是第一代 AI 的商业模式。但如今，一种新的趋势正在显现：越来越多的企业购买 AI，并非为了获得更多回答，而是为了完成更多工作。修复 Bug、整理会议、处理工单、分析合同、执行网页操作等，这些任务的价值单位正在发生变化。

过去，一次调用对应一个回答；如今，一次调用越来越对应一项任务。MiniMax M3 的产品设计也越来越围绕这一逻辑展开。模型成为底层支撑，而工作流（Workflow）成为核心产品。

若将 M3 置于整个行业背景下审视，它代表了一种新的产品叙事。越来越多的 AI 公司开始展示其“工作能力”。这种转变并非 MiniMax 独有：Claude Code 强调开发工作流；OpenAI 的 Operator 和 Computer Use 关注任务执行；Google 则不断强化 Gemini 在 Workspace 和浏览器中的协同能力。整个行业正围绕着“工作流”和“生产力”这一新的竞争维度展开。

为何这种转变值得资本关注？

资本市场真正关注的并非技术领先本身，而是技术如何转化为持续的收入。模型能力可以构建技术壁垒，但工作流能力更容易构建商业壁垒。一旦工作流被企业采纳，便意味着数据沉淀、流程绑定、员工习惯养成以及系统集成。这些因素将带来更高的续费率、更强的客户粘性以及更稳定的商业模式。

因此，越来越多的 AI 公司开始将产品叙事从模型能力转向工作能力。这并非放弃模型，而是在探索模型之外更长期的价值来源。

从更宏观的视角来看，M3 最值得关注之处不在于某个特定的基准测试，而在于 MiniMax 对未来竞争对手的重新定义：从其他模型公司，转向企业工作入口、浏览器、IDE、Office、ERP、CRM 等平台。企业数据不会沉淀在一次次的对话中，而是最终沉淀在日常的工作流里。谁能渗透到更多的工作流，谁就拥有更强的商业基础。从这个意义上说，MiniMax 未来面对的竞争对手，不仅是 OpenAI 或 Anthropic，更是所有定义企业工作方式的软件平台。

价值重构的开端

如果说过去大模型竞争围绕“智能”展开，那么 MiniMax M3 所展示的是另一种竞争逻辑。模型依然重要，但它正从产品转变为基础设施。真正站到台前的是模型如何进入企业、连接软件、完成工作。对于 MiniMax 而言，这可能比一次基准测试排名更为关键，因为它标志着公司开始尝试回答一个新问题：当模型能力逐渐趋同，一家 AI 公司还能依靠什么来建立长期价值？

M3 给出的答案不是更多参数或排行榜，而是更多真实工作。这或许也是 AI 行业进入下一阶段最重要的信号。未来，决定一家 AI 公司价值的，不再仅仅是模型有多聪明，而是它能帮助企业重组多少生产力。